CN114295585A - 一种基于解析模型的多视场海洋激光雷达数据正则化反演方法 - Google Patents
一种基于解析模型的多视场海洋激光雷达数据正则化反演方法 Download PDFInfo
- Publication number
- CN114295585A CN114295585A CN202210001254.XA CN202210001254A CN114295585A CN 114295585 A CN114295585 A CN 114295585A CN 202210001254 A CN202210001254 A CN 202210001254A CN 114295585 A CN114295585 A CN 114295585A
- Authority
- CN
- China
- Prior art keywords
- water body
- fov
- view
- laser radar
- water
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 120
- 230000003287 optical effect Effects 0.000 claims abstract description 33
- 230000035945 sensitivity Effects 0.000 claims abstract description 29
- 238000004088 simulation Methods 0.000 claims abstract description 22
- 229930002875 chlorophyll Natural products 0.000 claims abstract description 21
- 235000019804 chlorophyll Nutrition 0.000 claims abstract description 21
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 claims abstract description 21
- 239000002245 particle Substances 0.000 claims abstract description 20
- 238000001514 detection method Methods 0.000 claims abstract description 15
- 238000012937 correction Methods 0.000 claims abstract description 8
- 238000005259 measurement Methods 0.000 claims abstract description 7
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 5
- 238000010521 absorption reaction Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 18
- 239000010410 layer Substances 0.000 claims description 14
- 210000002196 fr. b Anatomy 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 239000002356 single layer Substances 0.000 claims description 3
- 230000003595 spectral effect Effects 0.000 claims description 3
- 239000013535 sea water Substances 0.000 abstract description 14
- 230000000694 effects Effects 0.000 description 7
- 238000011065 in-situ storage Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- OIGNJSKKLXVSLS-VWUMJDOOSA-N prednisolone Chemical compound O=C1C=C[C@]2(C)[C@H]3[C@@H](O)C[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1 OIGNJSKKLXVSLS-VWUMJDOOSA-N 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 239000002028 Biomass Substances 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 241001289753 Graphium sarpedon Species 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000004177 carbon cycle Methods 0.000 description 1
- 210000003763 chloroplast Anatomy 0.000 description 1
- 230000005574 cross-species transmission Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 210000003470 mitochondria Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000009022 nonlinear effect Effects 0.000 description 1
- 230000029553 photosynthesis Effects 0.000 description 1
- 238000010672 photosynthesis Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Optical Radar Systems And Details Thereof (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种基于解析模型的多视场海洋激光雷达数据正则化反演方法,利用基于准单次小角度散射近似理论的解析模型计算特定水体参数的仿真信号,通过灵敏度模型和正则化方法求解对特定水体参数进行数值矫正,采取多次迭代运算获得一组水体参数使得仿真信号与实测信号之间的差异小于设定阈值,从而实现高精度水体固有光学特性参数和颗粒物粒径的反演,并进一步引入生物光学模型推演了叶绿素浓度在水中的垂直分布情况。本发明的方法为多视场海洋激光雷达提供了有效的海水光学性质反演算法,能够实现高精度的多水体特性反演,提升海洋激光雷达的水体微物理性质探测能力。
Description
技术领域
本发明属于海洋激光雷达技术领域,尤其是涉及一种基于解析模型的多视场海洋激光雷达数据正则化反演方法。
背景技术
海洋是全球最大的碳储存库,海洋中的浮游植物是初级生产力的重要来源,通过叶绿体的光合作用和线粒体的呼吸作用参与全球碳循环过程。
目前的海洋探测手段包括原位仪器、被动遥感和主动遥感,其中主动遥感领域的激光雷达由于其能够实现昼夜探测、不受纬度限制、可获取海洋垂直剖面信息等优势获得广泛关注,成为了一种重要的海洋探测手段。海洋激光雷达利用激光脉冲的飞行时间和能量强度获取海洋的水体参数信息,脉冲的飞行时间反映了海水深度,脉冲的能量强度反映了水体的固有光学特性。在仅考虑单次散射的情况下,激光雷达的回波信号强度将以光束衰减系数c呈指数衰减,然而海水的致密性使得激光雷达能够在水中发生多次散射,造成时间和空间的激光脉冲展宽,导致激光雷达的衰减偏离理想情况,给水体的固有光学特性反演带来了问题。
多次散射效应对激光雷达回波信号的影响来自于两个方面,一方面是激光雷达的系统参数设置,另一方面是海水本身的固有光学特性。就激光雷达的系统参数设置而言,接收视场角是一项重要的影响因素。在较小的视场角下,大量多次散射信号将溢出接收视场,使得回波信号的衰减接近于光束衰减系数c,而在较大的视场角下,多次散射信号能够被系统接收,使得回波信号衰减接近于a+bb。通过设置视场角大小,可以获得受到不同程度多次散射效应影响的激光雷达信号,从而实现海水固有光学特性、颗粒物粒径分布以及水中浮游植物叶绿素浓度的反演。
现有系列研究,对海水的多次散射效应进行了讨论,提出了海洋垂直剖面信息的探测及反演方法,如公开号为CN107976686A的中国专利文献基于参数灵敏度评价方法,讨论了工作在蓝绿激光波段的海洋激光雷达视场角选择问题,然而该方法仅对多视场海洋激光雷达设置进行了优化,并未提出水体固有光学特性的反演方法。公开号为CN107831485A的中国专利文献基于Walker#Mclean模型提出了一种船载多视场激光雷达的数据反演方法,然而这种方法采取的相函数固定,无法针对实际后向散射情况进行相函数更换,此外其引入了多次散射系数估计、散射系数近似和最大深度近似等假设,可能影响探测精度,且无法提供颗粒物粒径、叶绿素浓度等参数。
因此,亟需提出一种能够应用于多视场海洋激光雷达的多参数高精度反演方法,为激光雷达探测海洋垂直剖面提供更加全面的理论支撑。本发明提出了一种基于解析模型的多视场海洋激光雷达数据反演算法,利用解析模型计算设定水体固有光学特性参数的激光雷达理论回波信号,通过灵敏度模型推算设定参数与实际参数之间的差值,从而实现多视场海洋激光雷达数据到水体固有光学特性参数以及水中浮游植物叶绿素浓度的反演。
发明内容
针对现有激光雷达在海洋水体固有光学特性参数探测的局限性,本发明提供了一种基于解析模型的多视场海洋激光雷达数据正则化反演方法,能够利用多视场海洋激光雷达数据反演海洋水体微物理特性参数。
在已知多视场海洋激光雷达的视场大小情况下,假定一组水体固有光学特性参数基于解析模型进行仿真,获取多个视场角下理论信号与实际信号之间的差值,利用灵敏度模型可将信号差值转换为水体固有光学特性参数差值,经过多次迭代计算后可获得一组参数能够保证所有视场下的实际信号与仿真信号的误差小于设定阈值,此时的设定参数即为水体的有效光学特性反演值。
一种基于解析模型的多视场海洋激光雷达数据正则化反演方法,包括以下步骤:
(1)假定激光雷达接收视场角分别为FOV1,FOV2,FOV3,根据准小角度单次散射近似理论,计算深度为z处的水体信号如下:
其中,FOVx代表视场角,x=1,2,3,C0为系统常数,n为折射率、H为激光雷达系统距水面的高度,τ(z)为单次散射条件下的光学厚度,等于光束衰减系数c在深度上的积分,为探测器有效区域的傅里叶变换,B为后向散射分数,v为空间频率,b代表散射系数,ξ代表水深的积分变量,P(z,p)为前向散射相函数的Hankel变换;设置水体相函数为FF相函数,计算对应的Hankel变换为
(2)利用水体分层模型将水体设置为分层水体,单层水体的深度为Δz,第j层的深度zj=j×Δz,探测位置第M层处的深度z=zM=M×Δz,考虑频谱间隔为Δv,第i处的频率vi=i×Δv,最大频率vmax=N×Δv;假定初始条件下,每一层的吸收系数、散射系数、后向散射系数均为a0、b0、bb0,后向散射分数B=bb0/b,在初始设置下仿真激光雷达的回波信号,计算公式如下:
(3)对于三视场海洋激光雷达而言,FOV1,FOV2,FOV3下仿真得到的激光雷达信号分别为FFOV1,FFOV2,FFOV3,计算仿真信号与实际激光雷达信号的差值为ΔFFOV1,ΔFFOV2,ΔFFOV3;
(4)计算水深z处的水体参数灵敏度模型,定义z处受z'处水体参数影响的灵敏度为X=a,b,bb,分别代表吸收系数a、散射系数b、后向散射系数bb的灵敏度,算得吸收系数灵敏度散射系数灵敏度和后向散射系数灵敏度
(5)利用仿真信号与实际信号的差值ΔFFOV1,ΔFFOV2,ΔFFOV3和三个视场下的水体参数灵敏度模型计算设置的水体参数a0、b0、bb0的矫正值Δa、Δb、Δbb,计算公式如下:
其中下标M代表了水体的总层数;
(6)通过矫正值Δa、Δb、Δbb更新设定的水体固有光学特性参量a、b、bb;
(7)将更新后的水体固有光学特性参量重新进行仿真,获得FOV1,FOV2,FOV3三个视场对应的仿真信号FFOV1,FFOV2,FFOV3,计算仿真信号与实测信号之间的相对误差是否小于设定的误差阈值Δthreshold;
若小于设定误差阈值,则认为矫正后的a、b、bb符合精度要求,a、b、bb即为多视场海洋激光雷达的反演结果,若大于设定误差,则重复步骤(2)-步骤(7),直至相对误差满足阈值要求;
(8)依据后向散射分数B和相函数模型,对颗粒物粒径分布斜率μ进行反演,颗粒物粒径分布斜率计算公式如下:
μ=3-2v
n=1.01+0.1542(μ-3)
其中n代表水体的相对折射率,v与δ为中间变量;
(9)假定水体为一类水体,利用反演得到的a进一步推演叶绿素浓度chl。
进一步地,步骤(2)中,所述水体分层模型的水深范围依据所有视场下的有效探测范围确定。
步骤(3)中,仿真信号与实际激光雷达信号的差值计算公式如下:
ΔFFOVx=FFOVx-FFOVx,exp
其中,x=1,2,3,分别对应FOV1,FOV2,FOV3三种视场角。
步骤(4)中,所述吸收系数灵敏度的公式为:
散射系数灵敏度的公式为
后向散射系数灵敏度的公式为
步骤(5)中,水体参数灵敏度模型计算设置的水体参数a0、b0、bb0的矫正值时,采用基于奇异值分解的正则化算法对矩阵求逆。
步骤(6)中,通过矫正值Δa、Δb、Δbb更新设定的水体固有光学特性参量a、b、bb公式如下:
a=a0+Δa
b=b0+Δb
bb=bb0+Δbb
步骤(7)中,仿真信号与实测信号之间的相对误差计算公式如下:
式中,FFOV1,exp、FFOV2,exp、FFOV3,exp分别表示FOV1,FOV2,FOV3三个视场对应的实测信号;
步骤(9)中,叶绿素浓度chl的反演公式如下:
其中,aw代表纯水的吸收系数,ac *代表无量纲的叶绿素吸收系数,λ代表激光器的激光波长。
与现有技术相比,本发明具有以下有益效果:
1、本发明能够利用多视场海洋激光雷达的三通道数据,基于多次散射效应在不同视场下的强弱差距实现海水固有光学特性a、b、bb的反演,并可以通过一类水体生物光学模型进一步推算海水中的叶绿素浓度。
2、本发明采用准单次小角度散射近似理论,能够仿真考虑多次散射效应的激光雷达回波信号,解决了传统单视场激光雷达无法评估多次散射效应强弱的问题,从而获取更精准的模拟信号,保证了迭代反演的精度。
3、本发明能够在不依赖原位仪器的情况下,高效准确的获取包括浮游植物叶绿素浓度、颗粒物粒径分布斜率在内的多种海水信息,有助于实现快速全面的海洋水体监测。
4、本发明适用于多种平台的多视场海洋激光雷达系统,能够在多种激光雷达工作高度的情况下实现高精度反演。
附图说明
图1为本发明提出的基于解析模型的多视场海洋激光雷达数据正则化反演方法的原理图;
图2为本发明提出的基于解析模型的多视场海洋激光雷达数据正则化反演方法的计算流程图;
图3为在水面处归一化的三视场海洋激光雷达的实际探测信号;
图4为分层的海水模型及坐标系示意图;
图5为本发明实施例的激光雷达信号反演结果;
图6为本发明实施例根据激光雷达探测到的水体参数反演得到的颗粒物粒径分布斜率;
图7为本发明实施例根据激光雷达探测到的水体参数反演得到的叶绿素浓度。
具体实施方式
下面结合附图和实施例对本发明做进一步详细描述,需要指出的是,以下所述实施例旨在便于对本发明的理解,而对其不起任何限定作用。
如图1所示,本发明的中心思想是通过数次迭代保证在一定的水体参数设置条件下,基于解析模型的激光雷达仿真信号能够在所有视场角下均与实际测得的激光雷达信号之间的误差小于设定阈值,可认为此时的水体参数设置即为水体的光学参数反演值。
本发明具体的计算流程如图2所示,基于准单次小角度散射近似理论,构建考虑海水多次散射效应的激光雷达回波参数模型进行不同视场的海水回波信号仿真,计算初始光学特性条件下各视场的回波信号,通过仿真信号与实际测量信号之间的误差进行初始光学特性参数矫正,利用矫正后的参数再次进行信号仿真,并对相对误差进行阈值判断,当误差小于阈值时即认为实现了多视场海洋激光雷达的信号反演。
图3展示了一组在0m处归一化的三视场海洋激光雷达实测信号,激光雷达的实际接收视场角FOV1,FOV2,FOV3分别为40mrad,80mrad,200mrad。由于不同视场下,激光雷达的有效探测深度不同,进行反演时需要考虑激光雷达的最低有效探测深度。
通过以下步骤实现基于解析模型的多视场海洋激光雷达数据正则化反演:
第一步,计算三视场海洋激光雷达三个视场角对应通道的信号强度,根据准单次小角度散射近似理论,可计算深度为z处的水体信号如式(1)所示
其中,FOVx代表视场角,x=1,2,3,C0为系统常数,n为折射率、H为激光雷达系统距水面的高度,τ(z)为单次散射条件下的光学厚度,等于光束衰减系数c在深度上的积分,为探测器有效区域的傅里叶变换,B为后向散射分数,可由bb/b计算而来,v为空间频率,b代表散射系数,ξ代表水深的积分变量,P(z,p)为前向散射相函数的Hankel变换。设置水体相函数为FF相函数,可计算对应的Hankel变换为如式(2)所示
第二步,根据图3信号的有效探测范围设置水体范围,考虑到浅水处的探测器非线性效应,信号反演范围为0~18m。设置水体为分层水体,海水的分层模型如图4所示,单层水体深度Δz为0.92m,第j层的深度zj=j×Δz,探测位置第M层处的深度z=zM=M×Δz,M取为20,考虑频谱间隔Δv为0.1,第i处的频率vi=i×Δv,最大频率vmax=N×Δv,N取为2500。设置初始条件下,每一层的吸收系数a0、散射系数b0、后向散射系数bb0分别为0.1、0.1、0.03,后向散射分数B=bb0/b,在初始设置下仿真激光雷达的回波信号,其解析表达式如式(3)所示
第三步,基于准单次小角度近似的解析理论,计算不同视场角下的激光雷达信号,计算方式如式(3)所示。对于三视场海洋激光雷达而言,假定其三个视场40mrad,80mrad,200mrad下仿真得到的激光雷达信号分别为FFOV1,FFOV2,FFOV3,由于设定的水体参数初始值与实际水体参数之间具有差异,仿真信号与实际信号之间也有一定差距,计算仿真信号与实际激光雷达信号的差值为ΔFFOV1,ΔFFOV2,ΔFFOV3,其计算方式如式(4)所示
ΔFFOVx=FFOVx-FFOVx,exp (4)
其中,x=1,2,3,分别对应40mrad,80mrad,200mrad三种视场角。信号差值体现了设置的水体参数与实际水体参数之间的差距,可基于灵敏度模型对设置水体参数进行矫正,使其贴近于实际水体参数。
散射系数灵敏度如式(6)所示
后向散射系数灵敏度如式(7)所示
灵敏度模型反映了不同层水体参数特性对于每层信号的影响程度,同时受到水体参数数值以及水深影响,需要考虑二者影响实时更新对应于设置水体参数的全水深灵敏度模型。
第五步,利用仿真信号与实际信号的差值ΔFFOV1,ΔFFOV2,ΔFFOV3和三个视场下的水体参数灵敏度模型计算设置的水体参数a0、b0、bb0的矫正值Δa、Δb、Δbb,计算公式如式(8)所示
由于存在矩阵求逆的过程,在矩阵求解过程中可能会出现异常值,影响反演精度,因此需要采取基于奇异值分解的正则化方法避免异常值的出现,保证Δa、Δb、Δbb的值处于合理范围。
第六步,通过误差Δa、Δb、Δbb更新设定的水体固有光学特性参量a、b、bb,计算公式如式(9)所示
误差Δa、Δb、Δbb反映了设置水体参数与实际水体参数之间的差距,矫正水体参数差异能够减小仿真信号与实际信号差异,然而由于灵敏度模型随水体参数变化而变化,单次矫正无法保证设置水体参数与实际参数之间的差距满足设定条件,因此要进行多次迭代计算保证仿真信号与实际信号之间的差距小于设定阈值。
第七步,将更新后的水体固有光学特性参量重新进行仿真,获得FOV1,FOV2,FOV3三个视场对应的仿真信号FFOV1,FFOV2,FFOV3,计算仿真信号与实测信号之间的相对误差是否小于设定阈值,相对误差的计算公式如式(10)所示
判断相对误差是否小于设定的误差阈值Δthreshold,此处的Δthreshold设定为0.001,当ΔFFOV1、ΔFFOV2、ΔFFOV3均小于设定误差时,认为矫正后的a、b、bb符合精度要求,a、b、bb即为多视场海洋激光雷达的反演结果。图5展示了图4所示的信号对应的反演结果,其中红色实线代表了原位测量的水体光学参数at、bt、bbt,蓝色三角线代表了经过多次迭代后反演得到的水体光学参数a、b、bb,可见两者吻合效果良好,证明了反演算法的合理性。
第八步,颗粒物粒径是表征海水内部浮游植物的重要参数,浮游植物的众多生理特性都与颗粒物粒径分布紧密相关。依据后向散射分数B和相函数模型,可对颗粒物粒径分布斜率μ进行反演,其计算公式如式(12)所示。
其中n代表水体的相对折射率,v与δ为中间变量。依据实施例的反演结果计算的颗粒物粒径分布斜率μ如图6所示。
第九步,在海洋中,浮游植物是重要的初级生产力来源,对于全球生态循环具有重要意义,而叶绿素浓度是体现浮游植物生物量的重要参数,已有研究指出吸收系数a与叶绿素浓度之间具有定量关系,依据吸收系数可以推演叶绿素浓度。由于探测水体非常清澈,可以认为水体为一类水体,采用一类水体生物光学模型利用反演得到的a进一步计算叶绿素浓度chl,叶绿素浓度计算公式如式(11)所示。
实施例中的海洋激光雷达发射波长λ为532nm,因此取纯水的吸收系数aw为0.051m-1,ac *代表无量纲的叶绿素吸收系数,在532nm波长下等于0.474,依据实施例的反演结果计算的叶绿素浓度如图7所示。
在本实施例中,通过本发明的多视场海洋激光雷达数据正则化反演方法,实现了水体固有光学特性a、b、bb、颗粒物粒径分布斜率μ、叶绿素浓度垂直剖面特性的反演,与原位仪器测量结果吻合良好,证明了本发明的有效性。
以上所述的实施例对本发明的技术方案和有益效果进行了详细说明,应理解的是以上所述仅为本发明的具体实施例,并不用于限制本发明,凡在本发明的原则范围内所做的任何修改、补充和等同替换,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于解析模型的多视场海洋激光雷达数据正则化反演方法,其特征在于,包括以下步骤:
(1)假定激光雷达接收视场角分别为FOV1,FOV2,FOV3,根据准小角度单次散射近似理论,计算深度为z处的水体信号如下:
其中,FOVx代表视场角,x=1,2,3,C0为系统常数,n为折射率、H为激光雷达系统距水面的高度,τ(z)为单次散射条件下的光学厚度,等于光束衰减系数c在深度上的积分,为探测器有效区域的傅里叶变换,B为后向散射分数,v为空间频率,b代表散射系数,ξ代表水深的积分变量,P(z,p)为前向散射相函数的Hankel变换;设置水体相函数为FF相函数,计算对应的Hankel变换为
(2)利用水体分层模型将水体设置为分层水体,单层水体的深度为Δz,第j层的深度zj=j×Δz,探测位置第M层的深度z=zM=M×Δz,考虑频谱间隔为Δv,第i处的频率vi=i×Δv,最大频率vmax=N×Δv;假定初始条件下,每一层的吸收系数、散射系数、后向散射系数均为a0、b0、bb0,后向散射分数B=bb0/b0,在初始设置下仿真激光雷达的回波信号;
(3)对于三视场海洋激光雷达而言,FOV1,FOV2,FOV3下仿真得到的激光雷达信号分别为FFOV1,FFOV2,FFOV3,计算仿真信号与实际激光雷达信号的差值为ΔFFOV1,ΔFFOV2,ΔFFOV3;
(4)计算水深z处的水体参数灵敏度模型,定义z处受z'处水体参数影响的灵敏度为X=a,b,bb,分别代表吸收系数a、散射系数b、后向散射系数bb的灵敏度,算得吸收系数灵敏度散射系数灵敏度和后向散射系数灵敏度
(5)利用仿真信号与实际信号的差值ΔFFOV1,ΔFFOV2,ΔFFOV3和三个视场下的水体参数灵敏度模型计算设置的水体参数a0、b0、bb0的矫正值Δa、Δb、Δbb,计算公式如下:
其中下标M代表了水体的总层数;
(6)通过矫正值Δa、Δb、Δbb更新设定的水体固有光学特性参量a、b、bb;
(7)将更新后的水体固有光学特性参量重新进行仿真,获得FOV1,FOV2,FOV3三个视场对应的仿真信号FFOV1,FFOV2,FFOV3,计算仿真信号与实测信号之间的相对误差是否小于设定的误差阈值Δthreshold;
若小于设定误差阈值,则认为矫正后的a、b、bb符合精度要求,a、b、bb即为多视场海洋激光雷达的反演结果,若大于设定误差,则重复步骤(2)-步骤(7),直至相对误差满足阈值要求;
(8)依据后向散射分数B和相函数模型,对颗粒物粒径分布斜率μ进行反演,颗粒物粒径分布斜率计算公式如下:
μ=3-2v
n=1.01+0.1542(μ-3)
其中n代表水体的相对折射率,v与δ为中间变量;
(9)假定水体为一类水体,利用反演得到的a进一步推算叶绿素浓度chl。
2.根据权利要求1所述的基于解析模型的多视场海洋激光雷达数据正则化反演方法,其特征在于,步骤(2)中,所述水体分层模型的水深范围依据所有视场下的有效探测范围确定。
3.根据权利要求1所述的基于解析模型的多视场海洋激光雷达数据正则化反演方法,其特征在于,步骤(3)中,仿真信号与实际激光雷达信号的差值计算公式如下:
ΔFFOVx=FFOVx-FFOVx,exp
其中,x=1,2,3,分别对应FOV1,FOV2,FOV3三种视场角。
5.根据权利要求1所述的基于解析模型的多视场海洋激光雷达数据正则化反演方法,其特征在于,步骤(5)中,水体参数灵敏度模型计算设置的水体参数a0、b0、bb0的矫正值时,采用基于奇异值分解的正则化算法对矩阵求逆。
6.根据权利要求1所述的基于解析模型的多视场海洋激光雷达数据正则化反演方法,其特征在于,步骤(6)中,通过矫正值Δa、Δb、Δbb更新设定的水体固有光学特性参量a、b、bb公式如下:
a=a0+Δa
b=b0+Δb
bb=bb0+Δbb
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210001254.XA CN114295585B (zh) | 2022-01-04 | 2022-01-04 | 一种基于解析模型的多视场海洋激光雷达数据正则化反演方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210001254.XA CN114295585B (zh) | 2022-01-04 | 2022-01-04 | 一种基于解析模型的多视场海洋激光雷达数据正则化反演方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114295585A true CN114295585A (zh) | 2022-04-08 |
CN114295585B CN114295585B (zh) | 2024-03-22 |
Family
ID=80975902
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210001254.XA Active CN114295585B (zh) | 2022-01-04 | 2022-01-04 | 一种基于解析模型的多视场海洋激光雷达数据正则化反演方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114295585B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114509409A (zh) * | 2022-04-20 | 2022-05-17 | 山东科技大学 | 星载单光子激光雷达的叶绿素浓度垂直剖面反演方法 |
CN115980773A (zh) * | 2023-03-20 | 2023-04-18 | 中国海洋大学 | 一种海洋中尺度涡旋内部碳循环的估算及演化分析方法 |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100141928A1 (en) * | 2008-12-08 | 2010-06-10 | Carl Embry | Continuous Index of Refraction Compensation Method for Measurements in a Medium |
CN104050474A (zh) * | 2014-06-10 | 2014-09-17 | 上海海洋大学 | 一种基于LiDAR数据的海岛岸线自动提取方法 |
CN105372641A (zh) * | 2015-12-23 | 2016-03-02 | 国家海洋局第一海洋研究所 | 激光雷达水体回波信号仿真方法 |
US20160238698A1 (en) * | 2015-02-17 | 2016-08-18 | Florida Atlantic University | Underwater sensing system |
CN105954732A (zh) * | 2016-06-14 | 2016-09-21 | 深圳大学 | 一种激光雷达测深数据的海底底质反射率提取方法及系统 |
CN106526611A (zh) * | 2016-10-31 | 2017-03-22 | 鲁东大学 | 一种利用激光雷达系统测量海洋固有光学参数的方法 |
CN107561554A (zh) * | 2017-08-25 | 2018-01-09 | 北方民族大学 | 基于太阳光度计数据和多波长激光雷达数据的反演方法 |
CN107870336A (zh) * | 2017-10-26 | 2018-04-03 | 武汉大学 | 一种星载激光雷达的可穿透层层底迭代检测方法 |
WO2018155788A1 (ko) * | 2017-02-21 | 2018-08-30 | 한국표준과학연구원 | 수심 라이다 파형 분석을 통한 탁도 측정 방법 |
CN110673159A (zh) * | 2019-09-30 | 2020-01-10 | 中国海洋大学 | 一种海洋环境监测用无人机主动雷达高光谱探测系统及方法 |
CN111077536A (zh) * | 2019-12-18 | 2020-04-28 | 华中科技大学鄂州工业技术研究院 | 一种海洋激光雷达测探回波分类方法及装置 |
CN111157115A (zh) * | 2019-12-18 | 2020-05-15 | 华中科技大学鄂州工业技术研究院 | 一种水下布里渊散射光谱获取方法及装置 |
CN112034480A (zh) * | 2020-07-16 | 2020-12-04 | 浙江大学 | 一种双波长海洋激光雷达探测的波长择优方法 |
KR102254847B1 (ko) * | 2020-10-30 | 2021-05-24 | 한국건설기술연구원 | 드론을 이용하여 하천을 관리하기 위한 시스템 및 그 방법 |
CN113219496A (zh) * | 2021-03-18 | 2021-08-06 | 杭州电子科技大学 | 一种星载海洋大气参数激光雷达探测系统 |
KR102286138B1 (ko) * | 2020-10-30 | 2021-08-06 | 한국건설기술연구원 | 드론을 이용하여 하천 시설을 인식하기 위한 시스템 및 그 방법 |
CN113281774A (zh) * | 2021-05-21 | 2021-08-20 | 南京新环光电科技有限公司 | 高效紧凑的高光谱分辨率激光雷达系统、气溶胶后向散射系数和消光系数的获取方法 |
CN113777581A (zh) * | 2021-08-30 | 2021-12-10 | 厦门大学 | 一种水下收发的分离式水体探测激光雷达 |
-
2022
- 2022-01-04 CN CN202210001254.XA patent/CN114295585B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100141928A1 (en) * | 2008-12-08 | 2010-06-10 | Carl Embry | Continuous Index of Refraction Compensation Method for Measurements in a Medium |
CN104050474A (zh) * | 2014-06-10 | 2014-09-17 | 上海海洋大学 | 一种基于LiDAR数据的海岛岸线自动提取方法 |
US20160238698A1 (en) * | 2015-02-17 | 2016-08-18 | Florida Atlantic University | Underwater sensing system |
CN105372641A (zh) * | 2015-12-23 | 2016-03-02 | 国家海洋局第一海洋研究所 | 激光雷达水体回波信号仿真方法 |
CN105954732A (zh) * | 2016-06-14 | 2016-09-21 | 深圳大学 | 一种激光雷达测深数据的海底底质反射率提取方法及系统 |
CN106526611A (zh) * | 2016-10-31 | 2017-03-22 | 鲁东大学 | 一种利用激光雷达系统测量海洋固有光学参数的方法 |
WO2018155788A1 (ko) * | 2017-02-21 | 2018-08-30 | 한국표준과학연구원 | 수심 라이다 파형 분석을 통한 탁도 측정 방법 |
CN107561554A (zh) * | 2017-08-25 | 2018-01-09 | 北方民族大学 | 基于太阳光度计数据和多波长激光雷达数据的反演方法 |
CN107870336A (zh) * | 2017-10-26 | 2018-04-03 | 武汉大学 | 一种星载激光雷达的可穿透层层底迭代检测方法 |
CN110673159A (zh) * | 2019-09-30 | 2020-01-10 | 中国海洋大学 | 一种海洋环境监测用无人机主动雷达高光谱探测系统及方法 |
CN111077536A (zh) * | 2019-12-18 | 2020-04-28 | 华中科技大学鄂州工业技术研究院 | 一种海洋激光雷达测探回波分类方法及装置 |
CN111157115A (zh) * | 2019-12-18 | 2020-05-15 | 华中科技大学鄂州工业技术研究院 | 一种水下布里渊散射光谱获取方法及装置 |
CN112034480A (zh) * | 2020-07-16 | 2020-12-04 | 浙江大学 | 一种双波长海洋激光雷达探测的波长择优方法 |
KR102254847B1 (ko) * | 2020-10-30 | 2021-05-24 | 한국건설기술연구원 | 드론을 이용하여 하천을 관리하기 위한 시스템 및 그 방법 |
KR102286138B1 (ko) * | 2020-10-30 | 2021-08-06 | 한국건설기술연구원 | 드론을 이용하여 하천 시설을 인식하기 위한 시스템 및 그 방법 |
CN113219496A (zh) * | 2021-03-18 | 2021-08-06 | 杭州电子科技大学 | 一种星载海洋大气参数激光雷达探测系统 |
CN113281774A (zh) * | 2021-05-21 | 2021-08-20 | 南京新环光电科技有限公司 | 高效紧凑的高光谱分辨率激光雷达系统、气溶胶后向散射系数和消光系数的获取方法 |
CN113777581A (zh) * | 2021-08-30 | 2021-12-10 | 厦门大学 | 一种水下收发的分离式水体探测激光雷达 |
Non-Patent Citations (2)
Title |
---|
徐沛拓,刘东,周雨迪,刘群,白剑,刘志鹏,吴兰,沈亦兵,刘崇: "《海洋激光雷达多次散射回波信号建模与分析》", 《遥感学报》, 25 February 2020 (2020-02-25), pages 142 - 148 * |
李晓龙,陈永华,于非,姜静波,贺岩,陈卫标,李杰: "《海洋激光雷达水体光学特性参数反演模型对比及分析》", 《光学学报》, vol. 37, no. 10, 31 October 2017 (2017-10-31), pages 1 - 7 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114509409A (zh) * | 2022-04-20 | 2022-05-17 | 山东科技大学 | 星载单光子激光雷达的叶绿素浓度垂直剖面反演方法 |
CN115980773A (zh) * | 2023-03-20 | 2023-04-18 | 中国海洋大学 | 一种海洋中尺度涡旋内部碳循环的估算及演化分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114295585B (zh) | 2024-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110095784B (zh) | 一种复杂环境影响下的海洋-低层大气激光传输建模方法 | |
CN114295585A (zh) | 一种基于解析模型的多视场海洋激光雷达数据正则化反演方法 | |
CN108426856B (zh) | 评估激光雷达卫星测量大气co2浓度性能的综合分析系统 | |
CN110689179A (zh) | 基于时空序列混合模型的水华预测方法 | |
CN113219496A (zh) | 一种星载海洋大气参数激光雷达探测系统 | |
CN111965608B (zh) | 一种基于水体叶绿素浓度的星载海洋激光雷达探测能力评估方法 | |
CN107831485A (zh) | 船载多视场激光雷达探测多个水体光学特征参数的方法 | |
CN111060899A (zh) | 星地一体化激光雷达回波波形仿真方法及系统 | |
CN112666328B (zh) | 基于遗传神经网络模型的叶绿素a遥感反演方法和装置 | |
CN108845313A (zh) | 有限训练样本下基于子空间正交投影的动目标检测方法 | |
CN111898749A (zh) | 一种基于神经网络的无人机航迹预测方法 | |
CN115327518A (zh) | 一种基于解析模型的海洋激光雷达多次散射衰减校正方法 | |
CN116136590A (zh) | 一种标定多普勒激光雷达焦距的方法、装置及存储介质 | |
CN105046707A (zh) | 基于n阶多项式函数拟合海杂波的SAR图像船只检测方法 | |
CN110865389B (zh) | 一种海洋激光雷达系统响应优化处理方法 | |
Kemp et al. | Real-Time Radiological Source Term Estimation for Multiple Sources in Cluttered Environments | |
CN102707278B (zh) | 奇异值分解的多目标跟踪方法 | |
CN113281776A (zh) | 针对复杂水下动态目标的激光雷达目标智能检测仪 | |
CN108983184A (zh) | 一种自适应高精度的智能雷达海上目标检测系统 | |
CN116430353B (zh) | 一种水体激光雷达信号模拟方法 | |
CN113534085B (zh) | 一种干涉成像高度计的海面风速和有效波高联合反演方法 | |
CN114580615B (zh) | 一种基于神经网络的分布式小平台水下纯方位定位方法 | |
CN111381233A (zh) | 一种水下对抗态势显控方法及系统 | |
CN118121196B (zh) | 一种hct预测方法、系统、设备及介质 | |
CN112686325B (zh) | 一种基于灰度包络的水下目标搜索方案评估决策方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |